上交大卢策吾团队AlphaPose更新，顶级性能的实时姿态估计

雷锋网 AI 科技评论按：今年 2 月，我们报道过上海交通大学卢策吾团队开源 AlphaPose 的消息。

AlphaPose 是一个多人姿态估计系统，具有极高的精准度。据卢策吾团队介绍， AlphaPose 在姿态估计（Pose Estimation）标准测试集 MSCOCO 上达到 72.3 mAP，是首个超过 70 mAP 的开源系统，比 Mask-RCNN 相对提高 8.2%，比 OpenPose（CMU）相对提高 17%。除此之外，在 MPII 排行榜上，AlphaPose 以 6% 的相对优势占据榜首。AlphaPose 基于腾讯优图和卢策吾团队在 ICCV 2017 上发表的分区域多人姿态识别算法（RMPE）。

近日，AlphaPose 迎来一次重大更新。在不损失精度的情况下，他们把识别速度提升到实时。系统采用PyTorch 框架，在姿态估计的标准测试集MSCOCO上，达到 71mAP 的精度，同时，速度达到 20FPS（平均每张图像中有 4. 6 人）。代码支持 Linux 和 Windows。

各开源框架在MSCOCO上的性能，运行在 1080Ti 单卡上

据卢策吾团队介绍，新版 AlphaPose 系统，架设在 PyTorch 框架上，得益于 PyTorch 的灵活性，新系统对用户更加友好，安装使用过程更加简易，也方便进行二次开发。同时，系统支持图片、视频、摄像头输入，实时在线计算出多人的姿态结果。

为了在兼顾速度的同时保持精度，新版 AlphaPose 提出了一个新的姿态估计模型。模型的骨架网络使用 ResNet101，在下采样部分添加 SE 模块作为 attention 模块。除此之外，使用 PixelShuffle 进行3次上采样，输出关键点的热度图，在提高分辨率的同时，保持特征信息不丢失，技术论文会在近期公布。

另一方面，卢策吾本人在知乎上表示，「alphapose 系统接下来计划上线 3D pose，密集人群 pose，超轻量级 pose，pose-action 联合预测模块，等等，每一个模块一般会对应一篇学术论文。MVIG 团队会持续优化速度，精度。希望能像 Yolo 一样持续更新成为一个对大家有用的系统。学术上，有新的算法第一时间更新，并投稿顶级会议。工程上，也会做到方便二次开发。」从这样的路线图可以看到，AlphaPose 目标是成为一个对学界、业界都开放、有用的代码库，我们也非常期待 AlphaPose 的未来更新。

项目链接：

https://github.com/MVIG-SJTU/AlphaPose/tree/pytorch

项目主页：

http://www.mvig.org/research/alphapose.html

ICCV 2017 RMPE论文链接：

http://cn.arxiv.org/abs/1612.00137

人体关键点检测对于描述人体姿态，预测人体行为至关重要。因此人体关键点检测是诸多计算机视觉任务的基础。其在动作分类，异常行为检测，以及人机交互等领域有着很广阔的应用前景，是计算机视觉领域中一个既具有研究价值、同时又极具挑战性的热门课题。

卢策吾：上海交通大学研究员，博士生导师。主要从事计算机视觉与深度学习相关研究，入选国家「青年千人」计划，原斯坦福 AI Lab 博士后研究员（导师：Fei-Fei Li 和 Leo Guibas），为斯坦福-丰田无人车重要研究人员之一。

雷锋网 AI 科技评论报道。上海交大机器视觉与智能实验室公众号推文参见这里。